机构名称：
¥ 1.0
摘要 在胎儿心脏病学中，成像（尤其是超声心动图）已被证明有助于诊断和监测可能与多种胎儿疾病相关的心血管系统受损的胎儿。目前使用不同的超声方法来评估胎儿心脏的结构和功能，包括传统的二维成像、M 型和组织多普勒成像等。然而，评估胎儿心脏仍然具有挑战性，主要是因为胎儿的不自主运动、心脏体积小以及一些超声检查员缺乏胎儿超声心动图方面的专业知识。因此，使用新技术来改善原始获取的图像、帮助提取测量值或帮助诊断心脏异常对于最佳评估胎儿心脏非常重要。机器学习 (ML) 是一门计算机科学学科，专注于教计算机执行具有特定目标的任务，而无需明确编写如何执行此任务的规则。在这种情况下，
胎儿心脏病学中的机器学习：预期结果 - Lirias
主要关键词
相关文件推荐
